一、人臉對齊基本概念
人臉對齊通過人臉關鍵點檢測得到人臉的關鍵點座標，然後根據人臉的關鍵點座標調整人臉的角度，使人臉對齊，由於輸入影像的尺寸是大小不一的，人臉區域大小也不相同，角度不一樣，所以要通過座標變換，對人臉影像進行歸一化操作。人臉關鍵點檢測有很多演算法可以使用包括：ASM、AAM、DCNN 、TCDCN 、MTCNN 、TCNN、TCNN等，這裡就不詳細介紹，主要說一下得到人臉關鍵點之後如何進行人臉對齊，使所有人臉達到歸一化效果，該過程如下圖所示：
二、3D空間中的變換方式
歐氏變換：最簡單的變換，它保持了向量的長度和夾角，相當於把一個剛體原封不動的移動或者旋轉。
相似變換：比歐氏變換多一個自由度，它允許對物體進行均勻的縮放。
防射變換：又叫正交投影，經過變換後，立方體不再是方的，但是各個面仍是平行四邊形。
射影變換：最一般的變換。例如使用相機隨意拍攝一個方形的地板磚，在照片中的樣子，它不再是方的，由於遠近不同，甚至不再是平行四邊形。如果焦距無窮遠，則為仿射變換。
| 變換方式 | 矩陣 | 不變性質 |
|---|---|---|
|
歐氏變換 6dof |
|
長度 夾角 體積 |
|
相似變換 7dof |
|
體積比 |
|
仿射變換 12dof |
|
平行性 體積比 |
|
射影變換 15dof |
|
接觸平面的相交和相切 |
三、對齊在影像領域的應用
(1)、人臉器官定位、器官跟蹤。通過人臉對齊，我們能夠定位到人臉的每個部件，提取相應的部件特徵。
(2)、表情識別。通過人臉對齊後，我們能夠利用對齊後的人臉形狀分析人臉的表情狀態。
(3)、人臉漫畫/素描影像生成。通過人臉對齊後，我們能夠進行人臉漫畫和素描生成。
(4)、虛擬現實和擴增實境。通過人臉對齊後，我們能夠做出很多好玩的應用
(5)、人臉老化、年輕化、年齡推斷。特徵融合/影像增強。通過人臉對齊後，我們能夠有效提取人臉特徵，並分析人臉年齡、人臉老化等。
(6)、3D卡通。通過人臉對齊能夠進行3D卡通模擬。
(7)、人臉識別、人臉比對等相關領域
四、人臉對齊在開源人臉識別中的應用
該專案是阿里雲視覺智慧開放平臺的人臉1：N的開源替代，專案中使用的模型均為開源模型，專案支援milvus和proxima向量儲存庫，並具有較高的自定義能力。其次專案使用純Java開發，免去使用Python帶來的服務不穩定性，支援docker一鍵部署、支援Java客戶端，restful介面等。
專案的gitee地址：https://gitee.com/open-visual/face-search
對齊工具：